數(shù)字圖像模式識別在車牌自動識別中的應用研究.pdf

1、數(shù)字圖像識別是模式識別領域的重要研究方向之一?；趫D像的車輛牌照自動識別技術在智能交通管理領域得到廣泛應用，是實現(xiàn)交通管理智能化的重要環(huán)節(jié)。 論文深入地研究了模式分類的理論方法及其在車牌識別系統(tǒng)中的應用。論文從模式分類問題的兩個基本要點，即輸入特征向量的提取和分類器的構建出發(fā)，研究了在具體問題中的模式分類器的設計方法。借助圖像處理技術手段，依靠有效解決小樣本學習的支持向量機分類等模式分類領域的原理，分別對車牌自動識別算法的三個主

2、要部分，即車牌分割、字符分割和字符識別，做了深入系統(tǒng)地研究，并提出了改進算法。 針對車牌識別過程中牌照分割的特征提取問題，探討了各種有利于分類的目標與背景圖像區(qū)域特征，最后從紋理圖像分類的角度分別提取基于灰度直方圖和共生矩陣的紋理特征，以及類車牌區(qū)域的邊緣特征作為分類器的輸入特征空間。對車牌分割的分類器結構，提出了基于支持向量機的多級分類器，將分類過程分成粗分、細分兩步，從而提高分類的精度和效率。 在車牌字符分割過程中，

3、由于對字符和背景分類時，不易提取出利于分類的特征訓練分類器，所以采用了用概率方法對圖像建模，并在模型下用最大后驗概率分類方法進行分類。本文在這種方法的基礎上，利用視頻圖像中提取的多幀圖像信息加強了分類的效果。 在字符識別研究中，用字符投影特征建立輸入特征空間，并構建了基于支持向量機的二進制多類分類器，比傳統(tǒng)的One-vs-One和One-vs-Rest多類分類方法減少了兩類分類器的使用個數(shù)，減輕了因多類分類而造成的速度降低問題。